Document Intelligence の一般的なドキュメント モデル

このコンテンツの対象: v3.1 (GA) | 最新バージョン: v4.0 (プレビュー) | 以前のバージョン: v3.0

このコンテンツの適用対象: v3.0 (GA) | 最新バージョン: v4.0 (プレビュー) v3.1

一般ドキュメント機能

• 一般ドキュメント モデルは事前トレーニング済みモデルであり、ラベルやトレーニングは必要ありません。

• 1 つの API を使用して、ドキュメントからキーと値のペア、選択マーク、テキスト、テーブル、構造が抽出されます。

• 一般ドキュメント モデルでは、構造化ドキュメント、半構造化ドキュメント、非構造化ドキュメントがサポートされています。

• 選択マークは、値 :selected: または :unselected: をもつフィールドとして識別されます。

Document Intelligence Studio を使用して処理されたサンプル ドキュメント

キーと値のペアの抽出

一般ドキュメントの API では、ほとんどの種類のフォームがサポートされており、ドキュメントを解析して、キーと関連する値を抽出します。 これは、ドキュメントから一般的なキーと値のペアを抽出する場合に最適です。 一般ドキュメント モデルは、ラベルなしのカスタム モデルのトレーニングの代わりに使用できます。

開発オプション

ドキュメント インテリジェンス v3.1 では、次のツール、アプリケーション、およびライブラリがサポートされています：

ドキュメント インテリジェンス v3.0 では、次のツール、アプリケーション、およびライブラリがサポートされています：

入力の要件

• サポートされているファイル形式:

  モデル	PDF	画像: JPEG/JPG、PNG、BMP、TIFF、HEIF	Microsoft Office: Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX)、HTML
  読み込み	✔	✔	✔
  Layout	✔	✔	✔ (2024-07-31-preview、2024-02-29-preview、2023-10-31-preview)
  一般的なドキュメント	✔	✔
  事前構築済み	✔	✔
  カスタム抽出	✔	✔
  カスタム分類	✔	✔	✔ (2024-07-31-preview、2024-02-29-preview)

• 最適な結果を得るには、ドキュメントごとに 1 つの鮮明な写真または高品質のスキャンを提供してください。

• PDF および TIFF の場合、最大 2,000 ページを処理できます (Free レベルのサブスクリプションでは、最初の 2 ページのみが処理されます)。

• ドキュメントを分析するためのファイル サイズは、有料 (S0) レベルでは 500 MB、無料 (F0) レベルでは 4 MB です。

• 画像のディメンションは、50 ピクセル　x 50 ピクセルから 10,000 ピクセル　x 10,000 ピクセルの間である必要があります。

• PDF がパスワードでロックされている場合は、送信前にロックを解除する必要があります。

• 抽出するテキストの最小の高さは、1024 x 768 ピクセルのイメージの場合は 12 ピクセルです。 このディメンションは、150 DPI (1 インチあたりのドット数) で約 8 ポイントのテキストに相当します。

• カスタム モデル トレーニングにおけるトレーニング データの最大ページ数は、カスタム テンプレート モデルの場合は 500、カスタム ニューラル モデルの場合は 50,000 です。

  • カスタム抽出モデル トレーニングにおけるトレーニング データの合計サイズは、テンプレート モデルの場合は 50 MB、ニューラル モデルの場合は 1 GB です。

  • カスタム分類モデル トレーニングの場合、トレーニング データの合計サイズは 1 GB で、最大 10,000 ページです。 2024-07-31-preview 以降の場合、トレーニング データの合計サイズは 2 GB で、最大 10,000 ページです。

一般ドキュメント モデルのデータ抽出

Document Intelligence Studio を使用して、フォームやドキュメントからデータを抽出してみてください。

以下のリソースが必要です。

• Azure サブスクリプション—無料で作成できます。

• Azure portal の Document Intelligence Studio インスタンス。 Free 価格レベル (F0) を利用して、サービスを試用できます。 リソースがデプロイされたら、[リソースに移動] を選択してキーとエンドポイントを取得します。

1. Document Intelligence Studio ホーム ページで、[一般ドキュメント] を選択します。

2. サンプル ドキュメントを分析したり、独自のファイルをアップロードしたりできます。

3. [分析の実行] ボタンを選択し、必要に応じて [分析オプション] を構成します。

   

   Document Intelligence Studio を試す。

キー/値ペア

キーと値のペアは、ラベルまたはキーとそれに関連付けられている応答または値を識別する、ドキュメント内の特定の範囲です。 構造化されたフォームでは、これらのペアは、ラベルと、ユーザーがそのフィールドに入力した値である可能性があります。 非構造化ドキュメントでは、段落内のテキストに基づいて契約が実行された日付である可能性があります。 さまざまなドキュメントの種類、形式、構造に基づいて、識別可能なキーと値を抽出するために、AI モデルがトレーニングされています。

モデルによってキーの存在が検出されても、関連する値がない場合や、省略可能なフィールドの処理では、キーが単独で存在する可能性もあります。 たとえば、一部のインスタンスでは、フォームのミドル ネーム フィールドを空白のままにすることができます。 キーと値のペアは、常に、ドキュメントに含まれるテキストの範囲です。 "顧客" と "ユーザー" など、同じ値が異なる方法で記述されるドキュメントの場合、関連付けられているキーは、(コンテキストに基づき) 顧客またはユーザーのいずれかです。

データの抽出

✓* - 2023-07-31 (v3.1 GA) 以降の API バージョンでのみ使用できます。

サポートされている言語とロケール

以下を参照として、サポートされている言語の完全なリストについては、言語サポート—ドキュメント解析モデル ページを見てください。

考慮事項

• キーはドキュメントから抽出されたテキストの範囲であるため、半構造化ドキュメントの場合、キーの既存のディクショナリにキーをマップすることが必要な場合があります。

• キーだけがあって値のないキーと値のペアがあることを想定してください。 たとえば、ユーザーがフォームでメール アドレスを提供しないことを選択したような場合です。